>> 中信建投-小米集团-W(01810.HK)小米AI战略演进:从“端侧优先”到“全生态AI化”-260607
| 上传日期: |
2026/6/8 |
大小: |
2765KB |
| 格式: |
pdf 共27页 |
来源: |
中信建投 |
| 评级: |
-- |
作者: |
于伯韬 |
| 下载权限: |
此报告为加密报告 |
|
|
核心观点 小米当前对AI的投入转变,本质上是公司在完成一次与2021年造车相似、但层级更高的“第二次重仓下注”——从押注一个新终端品类,升级为押注下一代系统级能力。造车阶段,市场给小米加估值,更多是因为它多了一条大赛道和第二增长曲线。AI阶段,如果市场真正买账,改变的就不只是某个分部估值,而是整个集团的属性认知。如果市场认知到:小米不是硬件拼盘,而是一个能用AI重新组织终端生态价值的公司,那么传统SOTP并不完整,而是应该转向“整体平台重估”,AI比造车更难短期定价,但长期想象空间更大,小米是稀缺的同时具备自研模型、系统权限、终端入口、制造场景的全栈型AI玩家。 摘要 小米当前对AI的投入转变,本质上是公司在完成一次与2021年造车相似、但层级更高的“第二次重仓下注”——从押注一个新终端品类,升级为押注下一代系统级能力。造车时期,小米是用首期100亿元、十年100亿美元去换取“人车家”生态中“车”这一重资产入口;而本轮AI布局中,小米已明确未来三年投入600亿元、2026年单年投入160亿元、2026-2030年研发合计超2000亿元,其目标不再只是增加一条业务线,而是争夺未来“人车家”所有终端的统一智能中枢、交互入口与系统定义权。 雷军作为创始人仍在一线且话语权极高,其核心意义不只是“提振士气”,而是显著降低了小米在战略跃迁期最容易出现的三类风险:方向摇摆、组织内耗与资源错配。如果说造车验证了“雷军亲自下场,小米能把一个外界普遍认为极难的重资产新业务做成”,那么AI阶段验证的将是“能不能把小米从硬件生态公司推向AI平台公司”。二者最大的差别在于:造车更多改变收入结构,AI则可能重写估值框架。 为什么要把小米AI与当年造车放在一起看?意义不只是做历史类比,而是要回答三个更本质的问题。第一,小米为什么总是在看起来“主业未必完全无忧”时做重投入战略转向;第二,雷军在这种转向中扮演的角色,到底是品牌型创始人还是实质性决策中枢;第三,本轮AI与当年造车相比,究竟只是重复过去的方法论,还是在战略层级上已经更进一步。 基座模型:MiMo万亿级模型,进入开源模型第一梯队。小米基座大模型的演进路径,核心不是简单追求参数扩张,而是沿着“端侧轻量化起步—云边端矩阵化扩展—开源推理基座突破—Agent与全生态底座化”的路线持续升级。2023年是技术立项与MiLM验证期,2024年是MiLM2产品化落地期,2025年是MiMo开源基座跃迁期,2026年是MiMo-V2/V2.5冲击全球第一梯队的能力释放期。2026年:MiMo-V2与V2.5将小米推入全球第一梯队。2026年是小米大模型能力集中释放的一年。2026年3月,小米正式发布面向Agent时代的旗舰基座模型MiMo-V2-Pro,总参数超过1万亿,激活参数42B,支持100万token上下文。同期还发布MiMo-V2-Omni与MiMo-V2-TTS,小米移动端Agent Xiaomi miclaw亦进入小范围封测,开始验证模型从“对话能力”向“系统级执行能力”的升级路径。同样重要的是其经济性和Token使用效率:在能力相近情况下,相比Claude Opus 4.6、Gemini 3.1 Pro、GPT-5.4,可减少约40%-60% token消耗。对企业级调用场景而言,是直接影响商业化成本结构的核心变量。 小米2025—2026年AI应用落地的核心,是把Agent从手机端的任务执行器,扩展为贯穿手机、汽车、家庭与机器人四类物理终端的统一调度中枢。这一进程的关键变化,在于AI不再停留在“问答式入口”,而是开始获得系统权限、跨端记忆、多模态感知、设备编排与物理执行能力,从而推动小米“人车家全生态”由互联网络升级为可被统一驱动的行动网络。 从落地节奏看,小米已经形成较清晰的三层推进路径:第一层是手机Agent化,以Xiaomi miclaw为代表,验证系统级执行闭环;第二层是车和家的空间Agent化,分别通过XLA/OneVL认知智驾与Miloco全屋智能方案,把AI从屏幕带入驾驶空间和居住空间;第三层则是具身执行端,借助Xiaomi-Robotics-0、TacRefineNet与工厂实习机器人,将AI最终延伸至真实工业动作执行。 从小米的角度看,AI最现实的回报路径,未必是订阅,而是先体现在产品力与组织效率。从商业模式上,小米现阶段并不急于把AI单独变现,当前更关注模型、应用与生态能力成熟,Token Plan、订阅制、高端产品溢价、API服务等均在探索中,但尚未把其设定为核心KPI。 AI比造车更难短期定价,但长期想象空间更大。造车的好处是可见度更高,销量、ASP、毛利率都能跟踪;AI的难点在于大量价值短期难进入报表,所以更容易出现“看得到战略,看不到业绩”的定价错配。但也正因为如此,一旦AI真正打通系统级入口、订阅和硬件溢价,其整体重估幅度可能高于单一汽车业务。小米已经成为少数同时具备自研模型、系统权限、终端入口、制造场景的全栈型AI玩家。 尽管短期传统主业在大周期下承压,存储的价格仍在快速上涨,成本周期拐点可能在2027年以后,但受益于前期存储备货节奏
|
|